如何在DataFrame处理后恢复原始顺序并修改unit列命名

核心诉求：保留数据的原始顺序，同时将unit列按原始序列命名为unit01、unit02……格式，仅修改unit列名称。

原始DataFrame #

name   unit   col1   col2
----[0]  01    1.72   3.87
----[0]  02    1.34   4.55
----[0]  03    6.25   6.55
----[0]  01    7.94   7.22
----[0]  02    5.07   5.10
----[0]  03    3.39   2.66
----[1]  01    4.62   6.27
----[1]  02    5.34   5.45
----[1]  03    9.95   2.95
----[1]  01    3.94   1.82
----[1]  02    2.47   3.50
----[1]  03    2.39   0.76
...     ...     ...    ... 
----[6]  01    0.34   0.15
----[6]  02    6.25   6.25
----[6]  03    3.65   5.65
----[6]  01    1.74   4.32
----[6]  02    2.67   6.52
----[6]  03    8.99   5.76

导致顺序打乱的处理代码 #

执行以下代码后，DataFrame顺序被打乱，且unit列按name分组编号，不符合需求：

df = df.sort_values(by=["name"], ascending=False)
df['unit'] = 'unit' +df.groupby('name').cumcount().add(1).astype(str).str.zfill(2)

解决方案 #

要恢复原始顺序并正确生成unit列，关键是先记录原始数据的顺序标记，再基于标记恢复顺序并重新编号：

情况1：未执行错误代码（从原始数据开始处理） #

直接基于原始行顺序生成unit列，无需排序：

# 按原始数据的行顺序生成unit列，从unit01开始递增
df['unit'] = 'unit' + (df.reset_index(drop=True).index + 1).astype(str).str.zfill(2)

情况2：已执行错误代码，需恢复原始顺序 #

如果已执行错误代码且无原始数据备份，可通过索引或预设标记恢复：

• 若原始索引为连续序列，直接按索引排序：

# 按原始索引恢复顺序
df = df.sort_index()

# 重新生成unit列
df['unit'] = 'unit' + (df.reset_index(drop=True).index + 1).astype(str).str.zfill(2)

• 若原始索引不连续，建议处理前先添加顺序标记（如果没加只能依赖备份）：

# 处理前先添加原始顺序标记
df['original_order'] = range(len(df))

# 执行打乱操作后，按标记恢复顺序
df = df.sort_values(by='original_order').drop('original_order', axis=1)

# 生成unit列
df['unit'] = 'unit' + (df.reset_index(drop=True).index + 1).astype(str).str.zfill(2)

期望结果 #

处理后的数据将保留原始顺序，unit列按序列编号：

name   unit   col1   col2
----[0] unit01    1.72   3.87
----[0] unit02    1.34   4.55
----[0] unit03    6.25   6.55
----[0] unit04    7.94   7.22
----[0] unit05    5.07   5.10
----[0] unit06    3.39   2.66
       ...   ...   ...     ...

内容的提问来源于stack exchange，提问作者888Seeme